基于大規(guī)模數(shù)據(jù)庫(kù)的人臉識(shí)別研究.pdf

1、經(jīng)過(guò)近四十年的研究發(fā)展，人臉識(shí)別技術(shù)得到了長(zhǎng)足的發(fā)展并投入到了商業(yè)應(yīng)用。但實(shí)踐表明人臉識(shí)別技術(shù)還遠(yuǎn)不夠成熟，特別是在大規(guī)模數(shù)據(jù)庫(kù)條件下，存在識(shí)別率較低、識(shí)別時(shí)間較長(zhǎng)等嚴(yán)重問(wèn)題。 為此，本文主要對(duì)大規(guī)模數(shù)據(jù)庫(kù)下的人臉識(shí)別進(jìn)行研究，重點(diǎn)對(duì)大規(guī)模數(shù)據(jù)庫(kù)下的人臉識(shí)別問(wèn)題中識(shí)別率較低、識(shí)別時(shí)間較長(zhǎng)兩個(gè)關(guān)鍵性問(wèn)題進(jìn)行了研究，并提出了新的算法。本文的主要工作和創(chuàng)新如下： （1）對(duì)大規(guī)模數(shù)據(jù)庫(kù)下子空間分析系列算法的性能進(jìn)行了系統(tǒng)地研究。

2、在這一部分，本文首次對(duì)在大規(guī)模數(shù)據(jù)庫(kù)下子空間分析系列算法的性能進(jìn)行了系統(tǒng)地研究。通過(guò)大量的實(shí)驗(yàn)，得出了幾點(diǎn)對(duì)今后子空間分析算法在大規(guī)模數(shù)據(jù)庫(kù)上的性能研究具有參考意義的結(jié)論：在大規(guī)模數(shù)據(jù)庫(kù)的情況下，基于核的非線性子空間分析算法優(yōu)于線性子空間分析算法；在基于核的非線性子空間分析系列算法中，基于核的有監(jiān)督局部保持投影算法在大規(guī)模數(shù)據(jù)庫(kù)上的性能最優(yōu)。 （2）在（1）的基礎(chǔ)上，提出了適合于大規(guī)模數(shù)據(jù)庫(kù)的人臉特征提取算法——有監(jiān)督多尺度核局

3、部保持投影算法。該算法首先對(duì)人臉圖像進(jìn)行Gabor變換，充分提取原始圖像的細(xì)節(jié)特征。然后采用雙向二維主分量分析（2D-2DPCA）進(jìn)行降維的同時(shí)考慮圖像的拓?fù)湫畔?，保證后續(xù)操作能夠提取到可分性特征。最后在Gabor特征空間中采用基于核的有監(jiān)督局部保持投影算法提取人臉?lè)蔷€性局部流形結(jié)構(gòu)特征，同時(shí)利用樣本類別信息，獲取判別意義上的最優(yōu)人臉特征。實(shí)驗(yàn)證明了該算法在大規(guī)模數(shù)據(jù)庫(kù)情況下具有較好的魯棒性。 （3）提出了基于動(dòng)態(tài)聚類的大規(guī)模人

4、臉庫(kù)快速檢索算法。本文針對(duì)人臉識(shí)別技術(shù)的自身特點(diǎn)，提出了基于動(dòng)態(tài)聚類的索引機(jī)制，最終提出了一種基于動(dòng)態(tài)聚類的適合大規(guī)模人臉庫(kù)的快速檢索算法。該算法首先利用本文提出的有監(jiān)督多尺度核局部保持投影算法對(duì)人臉圖像庫(kù)進(jìn)行離線特征提取和降維，生成人臉特征庫(kù)，然后用改進(jìn)后的K均值聚類算法對(duì)人臉特征庫(kù)進(jìn)行離線動(dòng)態(tài)聚類，生成圖像索引，同時(shí)提出一種新的搜索模型進(jìn)行檢索。實(shí)驗(yàn)證明該算法在保證較高的識(shí)別率的同時(shí)，極大地提高了大規(guī)模人臉庫(kù)的檢索效率。 （